考虑新能源不确定性的互联电网交换功率鲁棒优化模型

高比例新能源及其不确定性增加了多区域交流互联系统交换功率控制的难度,为保证区域间联络线传输功率的协调分布及其波动相对均衡,提出了一种考虑互联电网外特性的交换功率稳定控制模型。考虑互联系统自动发电控制(AGC)参与因子与联络线潮流分布的关联关系,推导并构建了互联系统AGC下的潮流模型。进而,以联络线功率波动幅值最小为目标函数,建立了基于鲁棒优化的区域交换功率稳定控制模型,并提出了一种基于松弛法的协同演化算法对该模型进行求解。以双IEEE 14节点和IEEE 118节点测试系统为例进行仿真分析,将无优化与鲁棒优化计算结果进行对比,结果表明鲁棒优化可以有效应对新能源随机出力的影响,对于外特性的稳定性具有明显改善效果,并验证了所提算法的有效性和实用性。     

计及风险备用的大规模风储联合系统广域协调调度

基于随机规划思想和风险决策理论,提出一种计及风险备用的风储联合运行系统广域协调调度方法。协调模型采用双层优化方法实现发电计划优化子问题和备用容量优化子问题的分解协调和迭代求解,降低了随机机组组合模型的计算规模和求解难度。外层优化计及风电波动性采用确定性机组组合模型计算日前发电计划;内层优化基于条件风险价值计算风电预测误差引起的系统风险备用容量,并采用所提出的风储协调策略实现多风电场储能系统之间的协调调度以降低系统备用需求。采用增加了2个风电场的IEEE 30节点系统进行仿真,分析了大规模风电并网系统中储能系统的最优应用模式,并验证了所提协调调度策略在提高风电消纳能力方面的优越性。     

电力系统鲁棒经济调度：（二）应用实例

前一篇论文提出了鲁棒经济调度的理论框架,文中以大规模风电接入后的鲁棒机组组合和鲁棒备用整定问题为例,阐述了如何将其应用于实际调度问题。鲁棒机组组合旨在提供可靠的机组工作状态以应对给定集合内的不确定性,而鲁棒备用整定主要解决在不确定性偏离预测较大的情况下,系统调整到新的安全运行点的可达性问题。通过鲁棒机组组合和鲁棒备用整定这两个实例,阐述了如何应用鲁棒经济调度理论对实际问题建立模型,以及如何求解相应的问题,从而在不确定环境下提供可靠的发电计划。所提模型与算法的有效性在IEEE 39节点系统上得到了验证。     

考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合

发电机故障停运是电力系统运行中的不确定事件。目前在含风电鲁棒机组组合中考虑机组故障停运的方法,不同程度地忽略了机组故障停运的概率特征,难以较好描述机组故障停运风险。在含风电鲁棒机组组合模型的基础上,引入电量不足期望以量化机组故障停运风险,基于成本收益分析建立了考虑风电不确定性和机组故障停运风险的两阶段鲁棒机组组合模型,并提出计算电量不足期望的简化模型以提升计算效率。基于改进的IEEE-RTS 26机系统验证所提模型和方法,结果表明该方法能较好考虑风电不确定性和机组故障停运风险的影响,该简化模型能显著减小问题求解规模、缩短计算时间。     

旋转备用下双馈风电机组初值算法

风电机组运行参数计算是风电系统稳态调度和暂态分析的基础。恒kopt模型常用于最大功率点跟踪方式下双馈感应发电机(DFIG)初值计算,但是其所得发电机转速与风力机最优转速相矛盾,且不适用于旋转备用方式。文中针对DFIG旋转备用下的初值问题,提出了转速约束和出力约束2种算法。前者取转速固定,但不要求是最优转速,风力机捕捉机械功率已知,待求转子和变流器电压、风电机组有功出力,需要与电网潮流联立求解;后者取风电机组功率已知,待求转子和变流器电压、转速(或桨距角)及风力机出力,与电网潮流独立求解。2种算法的有效约束和待求变量数不同,但得到的风力机和发电机转速相符,均适用于风速低于或高于额定风速情况下的旋转备用运行。算例结果验证了所提模型的可行性和正确性。     

考虑注入功率分布的随机最优潮流方法

大规模风电接入电网给电力系统的经济调度带来了更多的不确定性因素.考虑了负荷与风电出力的随机性,以期望发电成本和机组的出力调整费用最小为目标,建立了含机会约束的随机最优潮流模型.通过分布式平衡节点考虑AGC机组的调节作用,基于确定性最优潮流问题的内点法和随机潮流的解析法,采用迭代的方法求解所提出的随机最优潮流模型.对5节点和118节点系统的测试结果表明了所提模型和算法的有效性.     

旋转备用下双馈风电机组初值算法

风电机组运行参数计算是风电系统稳态调度和暂态分析的基础.恒kopt模型常用于最大功率点跟踪方式下双馈感应发电机(DFIG)初值计算,但是其所得发电机转速与风力机最优转速相矛盾,且不适用于旋转备用方式.文中针对DFIG旋转备用下的初值问题,提出了转速约束和出力约束2种算法.前者取转速固定,但不要求是最优转速,风力机捕捉机械功率已知,待求转子和变流器电压、风电机组有功出力,需要与电网潮流联立求解;后者取风电机组功率已知,待求转子和变流器电压、转速(或桨距角)及风力机出力,与电网潮流独立求解.2种算法的有效约束和待求变量数不同,但得到的风力机和发电机转速相符,均适用于风速低于或高于额定风速情况下的旋转备用运行.算例结果验证了所提模型的可行性和正确性.     

含高比例风电系统随机备用调度研究

高比例风电并网对电力系统备用容量调节能力提出极大的挑战。为弥补风电场计划出力与实际出力之间的偏差，电力调度须额外预留上、下旋转备用容量。利用随机机会约束优化理论，计及违反安全约束风险，提出了一种考虑风电出力不确定性与自动发电控制(automatic generation control,AGC)机组出力特性的日前随机备用调度模型。首先，基于马尔可夫链蒙特卡洛(Markov chains Monte Carlo,MCMC)法生成风电出力场景，并利用违反机会约束的概率及置信参数自动确定所需生成场景数量。其次，全面考虑了AGC机组备用出力特性及运行约束，并将备用成本纳入目标函数，可同时得到常规机组最优出力计划与AGC机组备用容量的最优分配系数。最后，将所构造的随机备用调度模型等效为半定规划(semidefiniteprogramming,SDP)问题进行直接求解。通过IEEE 30节点系统进行算例分析，验证了所构造的随机备用调度模型的有效性。     

考虑多种调节手段的配电网经济运行优化

由于配电网中有功与无功功率存在强耦合关系,传统将有功、无功分别优化的处理方法无法让配电网处于最优经济运行状态,且负荷需求和分布式发电出力的不确定性也给配电网运行带来巨大挑战。基于此,以支路潮流模型为基础,提出一种考虑多种调节手段（包括有载调压变压器、电容器组、静止无功补偿装置、储能装置以及开关重构）的配电网两阶段鲁棒经济运行优化方法,并将非线性潮流约束进行二阶锥松弛,从而将经济运行优化模型转化为混合整数二阶锥规划问题进行有效求解。为解决负荷需求和分布式发电出力的不确定性,采用两阶段鲁棒优化方法,并通过列与约束生成（column-and-constraint generation,CCG）算法进行求解获得各调节措施的最优鲁棒运行策略。最后通过IEEE 33节点验证了所提模型的有效性。     

风电场协同参与的电力系统发电-备用鲁棒优化运行方法

随着风能等波动性新能源发电逐步成为主力电源,完全依靠常规电源来平衡风电出力的不确定性和波动性已难以保证系统的灵活安全运行。提出风电场协同参与发电–备用的鲁棒优化模型及方法以实现高比例新能源电力系统灵活运行。首先,考虑风电场尾流效应,建立了随风机并网状态变化的风电场出力可变不确定集合;基于风机及风场运行特点,提出了结合风机降载运行和快速并网的风电备用模型。进一步,建立了考虑网络约束的风电场与系统协同发电–备用两阶段鲁棒优化模型。然后,采用列约束生成(column constraint generation,C&CG)算法对模型进行求解,给出满足预测场景和不确定场景下系统运行约束的风电场和常规机组的发电–备用调度决策。通过对改进的IEEE RTS-24系统和西北电网的实例分析,证明了风电提供备用的经济可行性,验证了所提模型的有效性。     

风电场层AGC常用分配策略的对比研究

风电场层AGC负责接收、分配和下发系统调度有功指令目标值至场内各机组,其中分配策略将直接影响风电场AGC的控制性能。目前常用的分配策略有有功变化量平均分配、有功等比分配和相似出力裕度分配。从机组台数、限电量和可用理论有功计算误差等方面分别比较了三种常用分配策略对风电场AGC响应时间的影响。结果表明,机组台数和限电量对风电场AGC响应时间的影响很小,但可用理论有功计算误差有可能导致系统调度下发的有功指令目标值经风电场层AGC分配、下发,再经机组层AGC执行后仍无法进入调节死区,需二次分配,增长了风电场AGC的响应时间。该研究将为风电场AGC控制性能的改善提供技术依据。     

用于AGC容量预测和机组选择的动态统一模型及方法

在电力市场环境下，作为一项重要的辅助服务，自动发电控制(AGC)对维持系统频率稳定、联络线交易具有重要作用。文中建立了AGC容量预测和机组选择的动态统一模型。首先从概率学角度，利用机组历史发电数据，并考虑短 期负荷预测等因素，初步确定系统所需的AGC调节容量， 然后利用层次分析法对AGC机组的报价、机组性能进行综 基金项目：北京市自然科学基金项目(9062008)。 Project Supported by Natural Science Foundation of Beijing (9062008)． 合评估排序；在一定AGC调节容量下，权衡AGC容量购 买费用和联络线处罚费率，最终建立兼顾系统运行安全性和 经济性的AGC容量预测和机组选择的动态统一模型；最后，通过算例验证了模型的有效性。     

基于风电预测误差聚类的分布鲁棒含储能机组组合

为应对风电不确定性给电力系统调度带来的难题,提出了一种基于风电预测误差聚类的分布鲁棒含储能机组组合模型。首先,基于狄利克雷过程高斯混合模型对风电预测误差进行聚类,建立了数据驱动的风电预测误差模糊集,并进一步建立了考虑风电场间风电预测误差相关性的不确定集。接着提出了考虑储能的分布鲁棒机组组合模型,建立了考虑储能系统循环老化成本的目标函数。针对该模型min-max-max-min的4层结构,将其分解为两阶段问题,在第1阶段中引入运行域变量、爬坡事件约束与储能能量约束,以消去第2阶段中的动态约束,并将第2阶段问题通过KKT条件转化为单层问题,然后采用列约束生成算法对两阶段问题进行求解。最后,通过IEEE 6节点以及IEEE 118节点的算例分析,证明了所提模型的鲁棒性和有效性。     

一种改进的风电功率预测误差分布模型

受限于现有系统的预测精度,风电功率预测值与实际值之间存在一定的误差,该预测误差的分布特性是风电功率预测精度评估和大规模风电并网电力系统优化调度的重要参考依据。已有的方法大多采用正态分布模型,就精确度而言,会在一定程度上偏离预测误差的实际概率分布。在正态分布模型的基础上,根据概率密度函数以及最小二乘法的相关理论提出了一种描述预测误差分布模型的新方法。对EirGrid风电功率预测数据的计算分析结果验证了该方法的有效性及相对于已有正态分布模型的更精确性。     

基于机会约束高斯混合模型的含光热电站热电联供型微网鲁棒经济调度

为了提升不确定性环境中含光热电站热电联供型微网(CSP-CHPMG)优化调度的鲁棒性,基于机会约束高斯混合模型构造风电功率预测误差和负荷预测误差的不确定性集合,以实现对调度方案鲁棒性的准确描述;将鲁棒性作为协同优化目标,并计及电能需求响应构建CSP-CHPMG鲁棒经济多目标优化调度模型,以保障调度方案的鲁棒性和经济性,实现最佳均衡协调.算例结果验证了所提方法的优越性.     

基于灰色神经网络优化组合的风力发电量预测研究

文中提出一种新型灰色神经网络优化组合的风力发电量预测研究,将人工神经网络预测模型和灰色预测模型有效结合,不仅考虑了风力、风向和温度等影响因素,而且将往年风力发电量的历史数据综合考虑,结合两种预测优点,从而提高了预测的准确度并降低预测误差。算例结果证明,这种新型的灰色神经网络优化组合预测值误差低于单一的灰色预测或神经网络预测。     

考虑风电接入的超短期阻塞概率动态预测

研究了接入风电场后的区域电网输电阻塞概率预测问题,提出了一种边界潮流优化算法和一种超短期输电阻塞概率动态预测方法。应用概率分布表示风电接入带来的不确定性,采用优化潮流作为电网潮流的计算框架,通过基于对偶抽样的蒙特卡洛仿真和边界潮流优化算法获取断面潮流的概率分布及边界,然后预测输电断面的阻塞概率。IEEE 39节点和IEEE 118节点系统的算例表明,所提出的阻塞概率动态预测方法是有效的。     

含抽水蓄能机组的风电消纳鲁棒机组组合

针对风电在实际电网渗透率不断提高带来的风电消纳问题,提出了一种含抽水蓄能机组的鲁棒机组组合优化方法。所构建的鲁棒机组组合模型以系统运行成本和风电出力边界偏差惩罚成本最小为优化目标,约束条件计及了输电线路安全约束,并考虑了风电出力时间和空间不确定性预算的调节策略,避免鲁棒最优解过于保守。基于可调机组(包括自动发电控制机组和抽水蓄能机组)应对风电波动的仿射补偿机制,优化了风电出力的波动区间。所构建的模型最终转化为单层混合整数线性规划问题求解。经修改的IEEE 30节点系统的算例测试,定量评估了抽水蓄能机组对系统经济运行和风电消纳的影响,验证了所提方法的可行性和有效性。     

计及风电相关性的二阶锥动态随机最优潮流

可再生能源的大规模接入增加了系统运行调度中的不确定性。同时,实际运行中风电功率具有较强相关性,忽略这些因素将会带来较大的计算误差。目前二阶锥规划多应用于单个时间断面下的最优潮流,但只考虑单时段的最优潮流无法有效计及风电功率的不确定性以及相关性。而现有动态随机最优潮流缺乏对多维风电功率的准确建模,求解计算效率偏低,无法保证收敛性。针对以上问题,文中提出了计及风电相关性的二阶锥动态随机最优潮流模型。基于Pair Copula函数对多维风电功率进行建模,并通过凸松弛将非线性动态随机最优潮流模型转化为二阶锥规划模型,利用商业软件Gurobi结合改进三点估计法对模型进行求解。通过与传统模型以及不计及风电相关性的方案进行对比,验证该模型的有效性和实用性。     

考虑风电不确定性的交直流配电网低碳分布鲁棒优化调度

为增加配电网风电的消纳能力,减少碳排放,建立了一种交直流配电网低碳分布鲁棒优化调度模型。分析风电预测误差和预测出力历史数据之间的正相关性,采用混合Copula函数,建立它们之间的联合概率分布,得到风电预测误差的条件概率分布。将交直流配电网解耦为交流和直流子网,以各自综合运行成本最小为优化目标,在交流子网优化模型中引入碳交易机制,建立交直流配电网分散协调优化模型。以得到的风电预测误差的条件概率分布为参考,构建了基于K-L散度的分布鲁棒模糊集。利用拉格朗日对偶理论,将优化模型转化为单层优化目标模型,并利用交替方向乘子法进行分散协调优化求解。基于修改后33节点交直流配电网模型的仿真结果表明所提模型能有效减少配电网侧碳排放量,显著提高风电消纳能力。